GCRI · Künstliche Intelligenz und autonome Systeme
Rechenleistung und Energie
Training and running AI requires specialised chips, data centres, electricity, cooling water and network capacity. Demand is growing quickly and concentrating in particular places, with effects on power grids, water resources and emissions. This page sets out how AI compute uses energy and water, how those uses are measured, and what evidence serves the grid operators, planners and policymakers who must accommodate them.
Wie die Arbeit abläuft.
Modellregister
Compute and energy · Model registry · Release gate
Modelle
| M-904 triage assistant | Öffentlicher Dienst | Hoch | 19 of 24 suites | Blockiert |
| M-890 flood nowcast | Wissenschaft | Mittel | 10 of 12 | Freigegeben |
| M-955 document search | Intern | Niedrig | 7 von 8 | Freigegeben |
| M-242 agent planner | Agentisch | Hoch | 13 of 16 | Wird evaluiert |
Modellkarte
- Verwendungszweck
- Triage-Unterstützung, Mensch entscheidet
- Außerhalb des Umfangs
- Förderfähigkeitsentscheidungen
- Bekannte Grenzen
- geringere Genauigkeit bei seltenen Fällen
- Inhaber
- Modelleigner
Vorfallprotokoll
- D-28INCErfundenes Zitat in der Zusammenfassung
- D-6MITRetrieval-Verankerung ergänzt
- D-4INCPrompt-Injection über hochgeladene Datei
- D-1MITWerkzeugberechtigung eingeschränkt
Evaluation scores
vs release threshold
Abb.Model registry: example names and illustrative values, not a record or a live system.
Compute and energy: how the risk develops.
Compute concentration, efficiency and demand. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Training and inference both use energy
Training a large model uses a large amount of electricity once; inference uses less per query but runs continuously at scale, and can dominate over a model’s life.
Data centres strain local grids
Large data centres need connections comparable to industrial plants. Clusters in one region can outpace grid and generation build-out.
Cooling uses water
Evaporative cooling and electricity generation consume water. Where water is scarce, data centre siting competes with other uses.
Efficiency and demand move together
Hardware and software efficiency improve quickly, but lower costs can raise total use. Net energy demand depends on both.
Energy now in East Asia.
Night lights, population density and land cover over East Asia, from NASA GIBS. Each layer carries its own date.
Die interaktive Karte benötigt JavaScript; die Ebenenliste und die Quellen finden Sie unten.
Ebenen 3
Energie jetzt, für diese Seite
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Anbieter
- NASA LAADS DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenstrahldichte, korrigiert um Mondlicht und Atmosphäre
- Neueste beim Build
- 2026-10-12
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Nächtliche Strahldichte aus Satellitendaten für das angezeigte Datum; Lichter sind ein Näherungswert für Stromverbrauch und Ausfälle, keine Messung von Versorgung oder Zugang.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Geschätzt
- Quelle
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
- Anbieter
- NASA SEDAC (CIESIN, Columbia University)
- Lizenz
- CC BY 4.0
- Jahrgang
- null; Zensusbasierte Schätzung, statisch (2020)
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Auf Volkszählungen beruhende Schätzung der Einwohner je Quadratkilometer im Jahr 2020, dargestellt als Expositionskontext; keine Zählung der von einer Gefahr betroffenen Menschen.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Modelliert (jüngster Monat, den GIBS veröffentlicht)
- Quelle
- MERRA-2 (NASA GMAO / GES DISC)
- Anbieter
- NASA GMAO / GES DISC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- monatlich; Reanalysemodell; jüngster Monat, den GIBS veröffentlicht
- Neueste beim Build
- 2026-07-01
- Auflösung
- Raster von etwa 2 km
- Unsicherheit
- Schätzung eines Reanalysemodells für die monatlich gemittelte einfallende Sonnenstrahlung über Land; ein Indikator für das Solarangebot, keine Ertragsbewertung eines Standorts.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS NOAA-20, korrigierte Reflexion (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenbild
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 250 m
- Unsicherheit
- Satellitenbild. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Modelliert (jüngstes Jahr, das GIBS veröffentlicht)
- Quelle
- MODIS Terra und Aqua, Landbedeckung (MCD12Q1) (NASA LP DAAC)
- Anbieter
- NASA LP DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- jährlich; Satellitenklassifikation; jüngstes Jahr, das GIBS veröffentlicht
- Neueste beim Build
- 2024-01-01
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Satellitengestützte Landbedeckungsklassen für das angezeigte Jahr, einschließlich Ackerland; eine Klassifikation mit bekannten Fehlern, kein Betriebsregister.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet (Wolken hinterlassen Lücken)
- Quelle
- VIIRS NOAA-20 (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenableitung; Wolken hinterlassen Lücken
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Hauttemperatur des Bodens aus Satellitendaten am angezeigten Tag, ein Indikator für den Kühlbedarf; keine Lufttemperatur und keine Hitzewarnung.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Tastatur, bei fokussierter Karte
Strg oder ⌘ gedrückt halten und scrollen, um zu zoomen
Zuletzt verfügbar
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap-Mitwirkende (ODbL) · Natural Earth
Die neuesten NASA-Bilder werden geladen.
Zum Verschieben ziehen. Zum Zoomen Strg oder ⌘ gedrückt halten und scrollen, die Zwei-Finger-Geste oder die Schaltflächen verwenden; für die Werte unter dem Zeiger darüberfahren; Zurücksetzen kehrt zur Region zurück.
Energy now, framed on East Asia.Satelliten- und Modellprodukte, wie die NASA sie veröffentlicht, jeweils mit eigenem Datum. Sie sind Indikatoren, keine Bewertungen eines Ortes.
Daten: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap-Mitwirkende · Natural Earth · NASA EONET · NASA/NOAA VIIRS · NASA JPL OPERA DIST-ALERTQuellen und Lizenzen
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
- Nächtliche Lichter VIIRS Black Marble, NASA Goddard Space Flight Center; bereitgestellt vom NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Lizenziert unter CC BY 4.0. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). doi:10.7927/H49C6VHW. CC BY 4.0
- MERRA-2-Reanalyse, NASA Global Modeling and Assimilation Office; bereitgestellt vom NASA GES DISC; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- VIIRS-Produkte nahezu in Echtzeit (Hochwasser, Landoberflächentemperatur, Schneebedeckung, korrigierte Reflektanz), NASA LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- MODIS-Landprodukte (Vegetationsindizes, Bruttoprimärproduktion, Landbedeckung), NASA LP DAAC und LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- ASTER GDEM ist ein Produkt von METI und NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Zitieren als: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Offene Daten der NASA
- Erstellt mit Natural Earth. Freie Vektor- und Rasterkartendaten @ naturalearthdata.com. Gemeinfrei
- © OpenStreetMap-Mitwirkende (ODbL), über NASA GIBS (Küstenlinien, Grenzen, Straßen und Ortsnamen). Farben aus der veröffentlichten Farbtabelle neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). ODbL
- Blue Marble, NASA Earth Observatory; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Kontext auf Globus und flacher Karte: Küstenlinien, Grenzen, Straßen und Ortsnamen aus den Referenzebenen von NASA GIBS (OpenStreetMap-Daten, ODbL, © OpenStreetMap contributors); Blue-Marble-Bilddaten als optionale Basis; 3D-Gelände und Höhenanzeige aus dem Höhenfarbindex des ASTER GDEM (Klassen von 5 m bis 200 m, zur besseren Lesbarkeit überhöht). Grenzen werden wie veröffentlicht dargestellt und beziehen keine Position zu einem Gebiet.
- Live-Ereignisse: NASA Earth Observatory Natural Event Tracker (EONET). Die Ereignisse sind indikativ und behalten ihre ursprünglichen Quellenlinks.
- Observed (EO): NASA/NOAA VIIRS (Suomi NPP). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Vergangenes Jahr, Tagestemperatur (ERA5 über Open-Meteo): enthält veränderte Informationen des Copernicus Climate Change Service 2026.
- Vergangenes Jahr, tägliche Temperatur und Sonnenschein (NASA POWER): Diese Daten stammen aus dem POWER-Projekt des NASA Langley Research Center (LaRC), finanziert über das Programm NASA Earth Science/Applied Science..
- Wetterdaten von Open-Meteo.com (https://open-meteo.com/), lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Optionale Ebenen (10 Quellen in der Ebenenliste: live, Prognose, beobachtet und Kontext) zeigen ihre Anbieterangabe auf der Karte und hier, sobald sie eingeschaltet sind. Prognosen sind Modellergebnisse, abgeleitete Indizes sind Schätzungen.
Ebenen und Daten
- Nachtlichter, täglich: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12. Okt. 2026
- Bevölkerungsdichte, 2020: Bevölkerung: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statisch
- Einfallende Sonnenstrahlung an der Landoberfläche, Monatsmittel: MERRA-2, NASA GMAO / GES DISC · Juli 2026
- Echtfarbe: VIIRS NOAA-20 korrigierte Reflektanz, NASA LANCE · 13. Okt. 2026
- Landbedeckungstyp (IGBP), jährlich: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
- Landoberflächentemperatur, Tag: VIIRS NOAA-20, NASA LANCE · 13. Okt. 2026
AI compute couples to energy and water.
- EnergieKopplungData-centre load grows quickly on specific grid nodes.What to watchConnection queue and load
- WasserKopplungSome cooling designs consume water.What to watchWater use per unit of energy
- BiodiversitätKopplungSiting of data centres and power affects land and habitats.What to watchLand use of new sites
Compute and energy analyses are designed for the Reihe Foresight-Ausblick. The IEA’s Energy and AI report (2025) gives scenario ranges for data-centre electricity demand.
- Measured energy and water use of computing facilities.
- Grid connection studies.
Eine Kaskade durch voneinander abhängige Netze.
A Gefahren-Fußabdruck takes out co-located assets in every layer; fragmentation, dependency between layers and overload of the survivors then spread the failure. The 3D view separates the layers by depth. Teaching model with stated illustrative values, not a prediction. The map on this page shows East Asia; the model itself is not tied to a place.
Steuerung
- Anlagen je Ebene
- 18
- Gefahrenausdehnung
- 8 % der Fläche
- Vermögenswerte, die von einer anderen Ebene abhängen
- 60%
- Reservekapazität (Toleranz)
- 30%
Messwerte
- Von der Gefahr getroffene Anlagen
- 6%
- Noch funktionierende Anlagen
- 20%
- Verstärkung des Anfangsschadens
- 14.3 times
- Schritte bis zur Abwicklung
- 4
Zahlen, Methoden und Quellen
| Schritt | Funktionierende Rechenzentren (%) | Funktionierende Netze (%) | Stromversorgung in Betrieb (%) |
|---|---|---|---|
| 0 | 89 | 94 | 100 |
| 1 | 44 | 44 | 100 |
| 2 | 6 | 22 | 78 |
| 3 | 6 | 22 | 39 |
| 4 | 6 | 22 | 33 |
Methoden
- Voneinander abhängige Netze Buldyrev and others (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
- Überlastkaskaden Motter and Lai (2002), Physical Review E 66
- Zwischenzentralitätslast Brandes (2001), Journal of Mathematical Sociology 25
- Mehrschichtige Netzwerke Kivela and others (2014), Journal of Complex Networks 2
- Infrastrukturabhängigkeiten Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
- Unsicherheitsfächer (Parameter-Monte-Carlo) Spiegelhalter, Pearson und Short (2011), Visualising uncertainty about the future, Science 333
- Sensitivität mit jeweils einem Faktor (Tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Daten
The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:
- Hauptstraßen Natural Earth
- Eisenbahnen Natural Earth
- Seehäfen Natural Earth
- Flughäfen Natural Earth
- Siedlungsflächen Natural Earth
- Nachtlichter heute Nacht, Ausfälle (VIIRS-Tag/Nacht-Band) NASA/NOAA VIIRS (Suomi NPP) · Register nasa.gibs.context-live-layers
- Naturereignisse (NASA EONET) NASA EONET · Register nasa.eonet.events
Über die sechs Säulen, unter Leitung von Nexus Consortium
- Experimente Labore
- Erstellt in Künstliche Intelligenz und autonome Systeme in Foundry
- Getestet am Künstliche Intelligenz und autonome Systeme in Universe
- Kodifiziert in Digitales, Cyber und KI in Standards
- Veröffentlicht in Künstliche Intelligenz und autonome Systeme in Reports
- Gelehrt in Fakultät für Technologie und digitale Systeme in der Akademie
Was gemessen wird und wie gut.
Jeder Indikator trägt seine Einheit, seinen Rhythmus, die Art der zugrunde liegenden Quelle und die Evidenzkennzeichnung, die ein Wert tragen würde. Es werden keine Werte gezeigt: Ein Programm liefert sie unter seiner eigenen Autorität.
| Indikator | Einheit | Takt | Quellentyp | Kennzeichnung |
|---|---|---|---|---|
| Data centre electricity consumption | terawatt hours per year | jährlich | Energy agency estimates | GESCHÄTZT |
| Energieeffizienz des Rechenzentrums (PUE) | ratio of facility to IT energy | jährlich | Operator disclosures | DEKLARIERT |
| Water usage effectiveness | litres per kilowatt hour | jährlich | Operator disclosures | DEKLARIERT |
| Grid connection requests from data centres | megawatts requested | vierteljährlich | Grid operator queues | Veröffentlichte Statistiken |
| Training compute of notable models | floating point operations | per model | Compiled model databases | GESCHÄTZT |
| Energy per inference | watt hours per query | per measurement | Measurement studies | GESCHÄTZT |
Model compute and energy as a system. Run the cascade.
Assembled from the Nexus Standards area profile Standards zu Risiken von KI und autonomen Systemen: the hazards it names, the Systeme and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System-Builder.
Gefahren
- Dammbruch
- Sea-ice loss
- Coastal erosion (nachgelagert ausgelöst)
- Flusshochwasser (nachgelagert ausgelöst)
- Flash flood (set off downstream)
- Massenvertreibung (stromabwärts ausgelöst)
- Biodiversity loss (set off downstream)
- Großflächiger Stromausfall (stromabwärts ausgelöst)
- Wasserversorgungsengpass (nachgelagert ausgelöst)
- Arctic winter sea-ice collapse (set off downstream)
- Polar vortex disruption (set off downstream)
Systeme und Kopplungen
- Standards zu Risiken von KI und autonomen Systemen
- Standards zu Cyber- und digitalen Risiken Gemeinsamer Treiber
- Informationsintegrität und Vertrauen Kaskade
- Normen für Risiken von Frontier-Technologien Rückmeldung
- Finanzstabilität und prudenzielles Risiko Gemeinsamer Treiber
Steuerung
NS-0Verfassung und GrundsätzeNS-10Richtlinien und Klauseln (maschinenlesbare Verpflichtungen: Definition, Bindung, Evaluierung und Durchsetzung)NS-11Verifikation und Überwachung (Evidenz, Bescheinigungen, Beobachtung der Zero-Trust-Konformität)NS-12Software-, Modell- und KI/ML-Artefakte (Lieferkette, Modellkarten, Datenblätter)NRS-H100Gefahrenfamilie: Robotik, Autonomie und autonome Waffen (NHS-1 tech.autonomy-weapons)NRS-H53Gefahrenfamilie: cyber-physische Störungen (NHS-1 cyber.cyber-physical)NRS-H61Gefahrenfamilie: kaskadierender Ausfall (NHS-1 sys.cascade)NRS-H113Gefahrenfamilie: Fragilität des Finanzsystems (NHS-1 soc.financial-system)NRS-A8KI-taugliche Risikodaten und ModellpaketeNRS-H54Gefahrenfamilie: Signal- und Plattformstörung (NHS-1 cyber.platform)
Beobachtung
- OSV open source vulnerability database (listed for reference)
- Our World in Data datasets (listed for reference)
- Research and development expenditure as a proportion of GDP
Beispielgeografie
- North America: 243 hexagonal cells
- Nachtlichter heute Nacht, Ausfälle (VIIRS Day/Night Band), NASA GIBS
- Oberflächenwasser durch Wolken, 30 m (Radar OPERA DSWx-S1), NASA GIBS
- Niederschlagsrate, letzte halbe Stunde (IMERG), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
Woher die Evidenz stammt.
Benannte öffentliche Datensätze und institutionelle Aufzeichnungen, jeweils mit ihrer Lizenzklasse. Quellen auf Vereinbarungsbasis werden nur zu ihren Bedingungen genutzt und niemals weiterveröffentlicht.
| Quelle | Was es liefert | Lizenzklasse |
|---|---|---|
| IEA Energy and AI analysis and data centre electricity estimates | Global and regional data centre electricity demand | Licence per product (to check) |
| Epoch AI data on notable models and compute | Training compute and hardware trends | Offen, CC BY 4.0 |
| TOP500 and Green500 lists | Performance and energy efficiency of supercomputers | Public, TOP500 terms |
| Grid operator interconnection queues and planning reports | Requested connections and load forecasts | Public records, terms per operator |
| Operator sustainability reports | Energy, water and emissions disclosures | Public documents, terms per operator |
The sector signature of compute and energy.
The sectors compute and energy touches and how strongly they depend on each other: what a study has to observe and model together.
Signatur
Energie und ihre Partner
Energie liefert Strom für Verkehr und Telekommunikation an die Infrastruktur (0.8), Pumpen und Aufbereitung an Wasser (0.5) sowie Dünger, Maschinen und Kühlketten an Ernährung (0.5).
W · E · I · F · H · B
- Sektoren
- 4 von 6
- Beziehungen
- 6 von 15
- Kopplung
- 0.46 Anteil am Gesamten
Stärkste wirkende Beziehungen
- Energie → Infrastruktur · Strom für Verkehr und Telekommunikation0.8
- Wasser → Energie · Kühlwasser und Wasserkraft0.6
- Wasser → Nahrung · Bewässerung0.8
- Infrastruktur → Wasser · Leitungen, Talsperren und Aufbereitungsanlagen0.6
Wer entscheidet und wozu die Evidenz dient.
Studio Künstliche Intelligenz und autonome System prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Wer entscheidet | Die Frage | Evidenz, der diese Seite dient |
|---|---|---|
| Grid operators and energy regulators | How to plan generation and connections for data centre load | Load analyses; connection queues |
| Water authorities and planners | Where data centre water use is acceptable | Water footprint evidence |
| Organisations deploying AI | How to reduce the footprint of their AI use | Estimation methods; efficiency evidence |
Ergebnisse, die dieses Thema hervorbringt
- Energy and water footprint estimation methods for AI workloads
- Regional data centre load analyses
- Efficiency trend summaries
- Evidence notes for grid and water planning
How compute and energy is modelled, measured and tested.
Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.
Systemmodell
The couplings between the systems in compute and energy: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
What researchers ask about compute.
- How concentrated are chip manufacturing, cloud capacity and frontier model training, and what follows from that?
- How much energy and water do training and inference use, and how is that changing?
- How much do efficiency gains offset growth in demand?
- Who has access to compute for research and public-interest uses?
Concentration, efficiency and demand.
Advanced chip fabrication is concentrated in very few facilities, and a small number of cloud providers supply much of the compute for AI. That concentration creates shared exposure to disruption, from natural hazards to export controls, and shapes who can build large models.
Hardware and algorithms become more efficient over time, but cheaper computation tends to increase total use, an effect known as the rebound or Jevons effect. Data centres draw large, steady electricity loads that can strain local grids and, where they use evaporative cooling, water supplies. Inference, the everyday use of models, can come to outweigh training in total energy use.
Measuring compute and its footprint.
- 01
Energy accounting
Estimating energy per training run and per query, using Hochleistungs-, Cloud- und Edge-Computing. Providers disclose little, so estimates carry wide uncertainty.
- 02
Supply-chain mapping
Tracing chips, materials and facilities to identify concentration and single points of failure.
- 03
Szenarioanalyse
Projecting demand under different assumptions about efficiency and adoption, with Wahrscheinlichkeit und Statistik. Projections are scenarios, not forecasts.
- 04
Access studies
Assessing which researchers and institutions can obtain compute, and on what terms.
Wie es untersucht wird und was die Methoden nicht sagen können.
- 01Hochleistungs-, Cloud- und Edge-ComputingZugang zu Rechenleistung für öffentliche Forschung · Energiemessung von ArbeitslastenHier angewandt
- 02Künstliche Intelligenz und maschinelles LernenAnalyse von Verteilungsverschiebungen · Feinabstimmung für einen bestimmten Einsatz · InterpretierbarkeitsmethodenHier angewandt
- 03Wahrscheinlichkeit und StatistikUnsicherheit von Benchmark-Werten · Bewertung der Kalibrierung · PrüfstichprobenHier angewandt
Where this page’s references lead.
Die Gremien und Dokumente, vor deren Hintergrund diese Seite gelesen wird. Status und Ausgaben ändern sich; jeder Link führt zur herausgebenden Stelle.
Fragen und Antworten.
How much energy does AI use?
What is power usage effectiveness?
Why does AI use water?
Will efficiency gains reduce AI’s energy use?
Why does water matter for data centres?
Does the platform allocate compute?
Can energy figures be trusted?
Evidenz von dieser Seite aus beitragen.
Berichte is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- E-MailZugang GW-GCRIVon dieser Seite aus sendenEvidenz, eine Korrektur, ein Fall, eine Methode, eine Prüfung, eine Übersetzung oder ein Beitrag zu einem Profil. Sie kommt mit dieser Seite gekennzeichnet an, sodass die zuständige Redaktion sie erhält.
- ZenodoOffene HinterlegungHinterlegen und bei der Community einreichenVeröffentlichen Sie Ihren eigenen Eintrag auf Zenodo mit Ihrer ORCID iD und reichen Sie ihn dort bei der Reports-Community ein. Kuratorinnen und Kuratoren prüfen ihn; der DOI bleibt bei Ihnen.
- BerichteGCRIAlle Wege zum Beitragen ansehenDie Beitragsarten, wie jede geprüft wird, welche Nennung Sie erhalten, die Lizenz und was nie angenommen wird.
Senden Sie nie personenbezogene Daten, sensible Infrastrukturdetails oder etwas, das Sie nicht weitergeben dürfen. Ein Beitrag wird vor der Nutzung geprüft; das Einsenden begründet weder Urheberschaft noch redaktionelle Rechte, und Sponsoring erkauft nie ein Ergebnis.
Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.
Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.
Rechtliche Dokumente.
Karten, Daten und Zahlen auf dieser Website werden zu Kontext- und allgemeinen Informationszwecken gezeigt. Sie sind weder Beratung noch Prognosen oder Warnungen; die Grenzen der Information sind in den Haftungsausschlüssen und Datenhinweisen dargelegt.